DBSCAN
Algoritmo de agrupamento de dados
Density-based spatial clustering of applications with noise (DBSCAN) em tradução livre, Agrupamento espacial de aplicações baseado em densidade com ruído, é um algoritmo de agrupamento de dados proposto por Martin Ester, Hans-Peter Kriegel, Jörg Sander e Xiaowei Xu em 1996. É um algoritmo de agrupamento baseado em densidade que não pressupõe um modelo paramétrico fixo para os agrupamentos — como distribuições gaussianas — e não exige que o número de agrupamentos seja especificado previamente.
Nº Q1114630 ★★
Incomum · Saberes
DBSCAN
Algoritmo de agrupamento de dados
Density-based spatial clustering of applications with noise (DBSCAN) em tradução livre, Agrupamento espacial de aplicações baseado em densidade com ruído, é um algoritmo de agrupamento de dados proposto por Martin Ester, Hans-Peter Kriegel, Jörg Sander e Xiaowei Xu em 1996. É um algoritmo de agrupamento baseado em densidade que não pressupõe um modelo paramétrico fixo para os agrupamentos — como distribuições gaussianas — e não exige que o número de agrupamentos seja especificado previamente.
Último preço
—
Preço mínimo
—
Mediana 7 d
—
Vendas 30 d
0
Faixa 30 d
—
Em circulação
0
Cotação
mediana
mín – máx
vendas
Sem vendas no período
Ver tabela
| Data | mediana | Mín | Máx | vendas |
|---|
Histórico de vendas
- Última venda
- —
- Média 30 d
- —
- Mínima 30 d
- —
- Máxima 30 d
- —
- Vendas 7 d
- 0
- Vendas 30 d
- 0
Ainda sem vendas.
Vendas anônimas: sem comprador nem vendedor. Os números contam só vendas entre jogadores.
Na Wikipédia
Density-based spatial clustering of applications with noise (DBSCAN) em tradução livre, Agrupamento espacial de aplicações baseado em densidade com ruído, é um algoritmo de agrupamento de dados proposto por Martin Ester, Hans-Peter Kriegel, Jörg Sander e Xiaowei Xu em 1996. É um algoritmo de agrupamento baseado em densidade que não pressupõe um modelo paramétrico fixo para os agrupamentos — como distribuições gaussianas — e não exige que o número de agrupamentos seja especificado previamente. Dado um conjunto de pontos em um determinado espaço, ele agrupa pontos que estão densamente concentrados (pontos com muitos vizinhos próximos) e classifica como *outliers* os pontos situados isoladamente em regiões de baixa densidade (aqueles cujos vizinhos mais próximos estão muito distantes).
Texto: Wikipédia, CC BY-SA 4.0. · Imagem: Chire (CC BY-SA 3.0) ·
Cartas próximas
-
algoritmo OPTICS
Algoritmo para encontrar agrupamentos baseados em densidade em dados espaciais
Nº Q2007847 ★
Sem ofertas
-
A
Algoritmo do elevador
Nº Q988829 ★
Sem ofertas
-
B
Broyden–Fletcher–Goldfarb–Shanno algorithm
Optimization method
Nº Q2877013 ★
Sem ofertas
-
Programação dinâmica
Um método para a construção de algoritmos para a resolução de problemas computacionais, em especial os de otimização combinatória
Nº Q380679 ★★★
Sem ofertas
-
a
algoritmo BIRCH
Algoritmo de agrupamento
Nº Q4835721 ★★
Sem ofertas
-
Particionamento binário de espaço
Nº Q863513 ★★
Sem ofertas